国外虚假信息研究热点解析(2010—2020年)

莫祖英，王垲烁

(郑州航空工业管理学院 信息管理学院，河南 郑州 450046)

随着数字技术、互联网和社交媒体技术的快速发展，信息呈爆炸式增长，人们也越来越多地受到不准确、不真实信息的影响。从发布者角度看，随着社交媒体工具创建虚假信息成本的大幅度降低，导致塑造公众舆论变得更加容易。从用户角度看，由于互联网用户众多，在社交媒体上遇到虚假信息的个人很可能会通过分享或其他方式参与传播这些信息，这就导致虚假信息产生速度快、传播范围广、受众群体多。

近年来，虚假信息传播受到广泛重视，并成为国内外情报学研究的热点问题。Habib等[1]通过对2014—2018年发表的30篇虚假信息相关文献进行综述，分析了不同类型的虚假信息特征、相关监测技术以及虚假信息与决策的关系。Kapantai等[2]通过系统的文献综述，阐明了一种通用的虚假信息类型，并提出了虚假信息分类的方法与标准。李丹丹等[3]以复杂社会网络中谣言传播模型为对象，系统论述了谣言传播模型的发展历程。闵庆飞等[4]对谣言相关研究进行了综述，提出了谣言研究的三个发展阶段，以及计算机媒介与社会化媒体情境下谣言研究的重大意义与未来方向。综上，国内外学者对虚假信息问题给予了必要的重视，但关于虚假信息研究的相关综述较少，因此本文将以虚假信息研究为对象，通过检索WOS数据库中近10年的相关文献，进行内容分析与计量分析，探究虚假信息的相关概念、研究热点及其发展动态，以全面把握国外相关研究现状，为我国研究提供思路与方法借鉴。

在Web of Science数据库中，以“Disinformation”为检索词，时间范围设置为2010年1月到2020年12月，在其核心集合SCI、SSCI中进行检索，并对检索结果进行人工筛选，共得到相关文献474篇。对这些文献进行内容分析后发现，有三个关键词与主题词“Disinformation”含义相近，它们是“Fake news”“Misinformation”和“Deepfakes”。这四个关键词的含义存在一定的交叉，但其侧重有所不同。本节将根据文献中四个词汇的不同使用场景对其含义进行区分，以准确把握其内涵界定。

1.1 “Disinformation”

Humprecht[5]认为“Disinformation是由国家信息环境塑造的”，即“Disinformation”更多的是政府组织用来向竞争对手或媒体发布的宣传信息。Muriel-Torrado[6]认为“任何个人都有可能按照自己的意愿创造和传播信息或新闻，这导致了“Disinformation”的出现，从而引发了人们被其操纵的问题。Fallis等[7]认为“Disinformation被用来操纵那些可能相信某个主题的人”，据此可知Disinformation是以误导为目标的虚假信息。Hameleers等[8]认为“来自Disinformation的挑战不仅在于信息本身是否具有真实性，还在于将其支持的信息解释为真实的，将不支持的信息解释为不真实或故意虚假的”。在社交网络媒体快速发展的今天，“Disinformation”被认为是现代社会的一大挑战，它被广泛理解为“为产生利润、追求政治目标或恶意欺骗而产生的误导性内容”[9]。Floridi[10]认为，Disinformation是故意传达的错误信息，让信息接收者相信这是真实的信息。由以上观点可知，“Disinformation”主要指为了达到某种目的(政治目标、利益追求)，以误导公众或恶意欺骗等为目标的不真实信息。

1.2 “Fake News”

“Fake News”多指“虚假新闻”。虚假新闻，被定义为“故意的、可证实虚假的、可能误导读者的新闻文章”[11]。虚假新闻就是虚假信息的一种形式。网络虚假新闻常常使用多类型组合，以保证其观感上的真实性。如使用虚构图像并配以相关文本内容，两者组合就成了常见的虚假新闻形式。Edwards[12]认为，如果要有效打击虚假新闻，就必须认真对待公共关系的影响，可见虚假新闻在公众中影响深远。Olaniyan等[13]将虚假新闻的兴起归咎于对利润的渴望和新闻的商品化发展，这体现了虚假新闻的主观故意性。由此可见， “Fake News”以歪曲事实为目的，起到传播多主题“Disinformation”的作用。因此，“Fake News”是一种主观故意的、可被证实为虚假的且以多种模态组合存在并传播的虚假信息的形式。

1.3 “Misinformation”

Misinformation，通常指“误传”。Wu等[14]提到，“Misinformation”在许多文献中多被描述为“虚假的、错误的或误导的信息”，通常被认为是“诚实的错误”。Loss等[15]将Misinformation定义为“违背具有科学性共识的、不真诚的信息断言”。Sullivan[16]认为图书馆事业是打破Misinformation的重要传统学科。从这些文献中可以发现，Misinformation和Disinformation出现多次同时使用的情况，可知二者差别不大，主要差异在于是否存在主观故意性。因此，“Misinformation”指不存在主观故意、无意中进行了传播、并对受众的思想和行为产生影响的虚假信息存在形式。

1.4 “Deepfakes”

“Deepfakes”是一种迷惑性较强的虚假信息形式，可理解为“深度虚假”。随着计算机视觉技术的发展，图片和视频均可通过拼接合成虚假信息，这也使得换脸技术成为可能。即用其他人的面部影像，替换真实图片、视频资料中的人脸，并最终实现视频造假。这些视频可以很容易地欺骗公众，让他们相信这是真实的。Vaccari等[17]认为“Deepfakes”会使人们更容易感到不确定性，而不是被“Deepfakes”直接误导，但由此产生的不确定性会反过来降低公众对社交媒体新闻的信任。总之，“Deepfakes”是指通过机器学习、人工智能等技术手段制造并传播的虚假信息，使得部分辨别能力低的用户上当受骗。

1.5 讨论与总结

综上所述，“Disinformation”是指有着主观故意且确定为虚假信息并在媒介中进行传播，用以影响受众思想和行为的一种信息，不考虑其是否需要技术支持。“Fake News”指不一定是故意行为，且不以技术为主导的确定性虚假信息，并且是会误导公众的广泛传播的虚假信息。“Misinformation”不存在故意行为，但它确定地在受众中传播虚假信息，不一定以技术为主导。“Deepfakes”则以技术为主导，并且是主观故意地广泛传播虚假信息，但不一定能改变信息接受者的观念或行为。

上述语词虽然含义较为相似，但其侧重有所不同。其中，“Misinformation”和“Disinformation”最大的区别在于虚假信息的传播是否具有意向性和误导性，且误导性是两者区别的最主要特征[18]。谢菲尔德大学新闻档案中[19]明确指出，“Misinformation”是不真实的东西在不知不觉中传播，而“Disinformation”则是出于恶意。Karlova等[20]将“Misinformation”定义为不准确的信息，将“Disinformation”定义为欺骗性信息，由此可见二者的区别。

2.1 时间分布分析

根据检索到的474篇相关文献的发表时间，以年份为单位进行统计，其时间分布如图1所示。

由图1可知，2017年之前，虚假信息相关文献基本保持在相对较低的数量水平，2017年之后开始快速增长，尤其在2018至2020年，几乎呈直线上升趋势。出现这一趋势的原因在于，2016年美国总统大选之后，人们发现大选受到了虚假信息的影响，对其关注度越来越高，故2017年之后相关研究开始快速增长。尤其是2019年末新冠疫情在全球蔓延后，各种虚假信息在互联网上出现并快速传播扩散，人们对这一问题关注度更高了，故出现了直线上升的趋势。

2.2 地域分布分析

对虚假信息相关文献的国家来源进行统计(图2)以分析其地域分布，发现美国和英国是文献来源最多的两个国家，其次是西班牙和澳大利亚，其他国家都处于相对较低的数量水平。这说明美英两国较为关注虚假信息现象，并对其展开一系列相关研究。

图2 虚假信息相关文献国家来源分布

为进一步了解各国之间有关虚假信息研究的合作关系，将这474篇文献导入VOSviewer软件，并根据文献来源的合作关系绘制出图3。图中节点大小表示来源国家发表的文献数量，数量越多，节点越大；
节点之间的连线代表两个国家之间的合作关系，线的粗细表示合作强度的大小。

图3 虚假信息相关文献来源国家合作关系

由图3可知，美国和英国是目前世界上虚假信息研究领域最为重要的力量，且它们之间的合作也最为密切。同时，它们分别与其他国家合作形成两大研究阵营，而澳大利亚与美国和英国的合作关系较为密切。

借助可视化文献分析软件VOSviewer，对这474篇英文文献绘制关键词共现图谱，如图4所示。它直观地显示了以主题词“Disinformation”为中心的共现相关词，这些词反映了虚假信息(Disinformation)相关研究的主要方向与热点。

图4 2010—2020虚假信息相关研究中关键词共现图谱

图中节点大小表示二值化后的点中心度的大小。节点越大就意味着它的度中心性越高，即与该节点连线的点越多(不含重复次数)。因此，节点大小表示关键词共现频次的高低，节点越大则在这一共现网络中就越重要。本节将根据图4来分析虚假信息相关研究的主要关注点和研究方向。

3.1 社交媒体与虚假信息研究关系最密切

由图4可知，“Social Media”“Media”“Internet”“Online”等词都围绕在“Disinformation”周围，且距离较近，其中“Social Media”是距离最近且节点最大的关键词之一，这说明社交媒体、网络媒体等词与虚假信息研究关系密切。通过相关文献研读发现，社交媒体中虚假信息的研究，主要集中在虚假信息识别与检测相关技术、虚假信息传播的用户属性特征两个方面。

在社交媒体中虚假信息识别与检测方面，Luo Yongcong等[21]构建了一个用户网络拓扑的特殊属性向量矩阵，该矩阵被用来追踪和限制虚假信息的传播，并对网络社交媒体上发表的评论进行立场识别，据称该方法识别虚假信息的准确率达到90%。Zubiaga等[22]采用自然语言处理技术和数据挖掘技术自动评估信息的真实性，此研究开发了一个由虚假信息检测、跟踪、立场分类、真实性分类四个部分构成的谣言分类系统，并对如何在社交媒体中进行信息检测以及解决虚假信息带来的影响提出了建议。Fraga-Lamas等[23]运用区块链技术为存储和交换数据创建了安全平台，以保证数据来源可靠和可追溯，从而证明了数据终端平台对抗虚假信息的潜力。总之，目前这一研究主要基于信息内容的客观真实程度进行虚假信息的识别与检测，并逐步融入社交媒体平台中体现情境的上下文辅助信息，以更好地识别与检测虚假信息；
识别与检测方法多以自动评估、自动分类技术为主，体现了社交媒体平台对抗与纠正虚假信息的效果与潜力。

在社交媒体虚假信息传播的用户属性特征方面，Buchanan等[24]通过在线实验获得了357名社交媒体用户完成的信息风险倾向量表。数据显示，来源可靠的信息更容易被传播，信息的来源方和接收方都会影响虚假信息的传播。Muriel-Torrado等[26]采用福格行为模型分析了网络社交媒体中人们被虚假信息操纵的问题，发现不了解错误信息法律诉讼程序的人和已受到虚假信息影响的人更容易相信虚假信息。Innes[25]通过收集2017年英国突发事件后的社交媒体数据，采用“中和技术”构建分析框架，以研究误导性信息产生的原因和后果。总之，由于社交媒体平台发展过程中出现了大量社交机器人，许多研究开始针对虚假信息传播主体展开，分析社交用户和社交机器人的传播特征与行为模式，以及不同主体对虚假信息传播的影响及其扩散模式，以更好地了解社交媒体虚假信息传播的规律。

在社交媒体虚假信息相关研究中，虚假信息的识别与检测研究多采用相关信息技术，构建自动化识别模式，而关于虚假信息传播的用户属性特征研究多以信息收集、数据分析等实证研究为主。2020年作为社交媒体时代的第一次流行病大暴发，新冠肺炎疫情催生了“信息疫情”，社交媒体平台为其提供了肥沃的土壤[26]。而社交媒体中针对用户的个性化推送功能，进一步强化了虚假信息的负面作用。因此，加强社交媒体中虚假信息的识别与管理研究具有重要意义。

3.2 政治事件与虚假信息研究关系紧密

由图4可知，“fake news”“post-truth”“political communication”“politics”“propaganda”“elections”等关键词出现在中心词“disinformation”周围，其中“fake news”是距离最近、节点最大的关键词，它们都属于政治类以及与政治舆论宣传相关的词语，这说明政治事件及宣传与虚假信息研究关系密切。

“虚假新闻(Fake News)”一词曾被用来描述2016年美国总统竞选期间传播的相关虚假信息。在这一相关研究中，Cushion等[27]通过对新闻媒体在竞选活动中的持续性优势研究发现，政治选举更加依赖Facebook、Instagram和Twitter等平台，相关真假信息在网络平台上的快速传播导致了虚假信息泛滥现象。Igwebuike等[28]分析了120篇尼日利亚2019年大选期间有目的地分享在Whatsapp、Facebook和Twitter上的虚假新闻帖子，发现这些虚假新闻产生的原因在于它可以成为可行的说服用户的工具，即虚假新闻成为制造虚假信息的重要组成部分。Golovchenko等[29]调查分析了2016年美国总统大选期间俄罗斯互联网研究机构(IRA)的在线宣传策略，发现相关政府利用相互关联的信息生态系统来推行隐蔽的宣传战略。Farkas等[30]分析研究了隐藏的Facebook页面，这些页面通过隐藏用户资料和模仿政治对手身份来进行政治宣传，从而引发仇恨和攻击性反应，该研究加深了人们对社交媒体虚假信息和政治宣传的理解。T. Boghardt[31]基于美苏冷战时期的大环境，将虚假信息(disinformation)定义为“通过向外国新闻媒体泄露各种不实的技术和活动，以提供虚假性或误导性的信息”。总之，各国学者都对虚假信息在政治宣传中的影响和作用进行了探究，研究内容丰富。研究方法以定量方法、实证分析为主，具有较强的说服力。已有研究中多注重具体的个例研究，如竞选活动、政治宣传、大国冲突等。随着社交媒体平台的广泛应用，政治虚假信息传播更多呈现出以网络为中心的信息交互模式，未经证实的信息越来越多地被用来操纵舆论，成为一种主要的政治传播方式。社交媒体的话语权越来越重要，网络虚假信息俨然成为政治舞台中被广泛利用的一种战略手段，被应用到政治博弈当中。

3.3 新冠疫情关键词在虚假信息研究中出现频次较高

由图4可知，“COVID-19”“Coronavirus”等新冠疫情关键词在2020年虚假信息研究中出现频次较高，这说明新冠疫情虚假信息相关研究较多。

在这一研究中，Antonio等[32]发现，相关健康知识知道得越多，就越能有效减轻对新冠疫情的恐惧；
反之，沮丧、愤怒、焦虑等情绪会使人们更容易相信并传播未经证实的主张，造成虚假信息的传播与扩散[33]。Zhang Liwei等[34]模拟了一个普通的健康新闻报道演变成健康谣言的过程，发现公众在面对不确定信息时，由于社会文化认知和从众心理，很容易对虚假信息产生信任。Galhardi等[35]通过实证研究发现，提高巴西社会信息水平有助于减少诋毁科学信息和全球卫生机构。Lopez-Pujalte等[36]分析了2020年1—5月在西班牙等地广泛传播的新冠病毒虚假信息，发现虚假信息曲线的高增长率与其高搜索次数相匹配。Bruns等[37]全面跟踪了社交媒体平台中COVID-19相关的错误信息和虚假信息，分析了减缓甚至阻止虚假信息传播的重要时机，并提出应使用准确信息更直接地打击虚假信息。Sear等[38]采用机器学习方法对COVID-19虚假信息进行量化分析，发现大规模在线健康虚假信息分析是解决社交媒体平台虚假信息盛行问题的有效手段。总之，在国外新冠疫情虚假信息研究中，定量方法与定性方法都有涉及。这些研究深入分析了用户特征、情绪、态度等对虚假信息传播的影响以及阻止虚假信息传播的措施。相关研究普遍认为，健康谣言的产生来自信息的不确定性。当公共卫生事件突发时，人们会在恐慌情绪的驱使下发表或传播未经证实的信息，并发现准确的信息分析在虚假信息传播治理中具有重要作用。

3.4 信息素养、媒介素养与虚假信息关系密切

由图4中共现关系词可知，“media literacy”“information literacy”“fact-checking”等关键词与中心词“disinformation”都存在一定的共现关系。它们是与信息素养、事实核查相关的一类词，这说明在虚假信息研究中，用户的信息素养和媒介素养与其密切相关。

信息素养(Information Literacy)是现代信息社会人们必备的一种基本信息能力。美国图书馆协会(American Library Association, ALA)提出信息素养包括文化素养、信息意识和信息技能三个层面，即能够判断什么时候需要信息、懂得如何去获取信息、如何去评价和有效利用所需信息三个方面的能力[39]。Kozyreva[40]指出，要使互联网用户控制其自身的数字环境，需要提高其信息素养及其对操纵的认知抵抗力。媒介素养(Media Literacy)指一个人认识、评判、运用传媒的态度与能力，即人们面对各种信息时的选择能力、理解能力、质疑能力、评估能力、创造能力、制造能力和思辨性反应能力等[41]。媒介素养教育在于培养思辨能力，即从批判角度去解读媒体信息。新闻媒介素养可应用于干预措施和事实检查，以应对不同形式的虚假信息。目前关于虚假信息与媒介信息素养的相关研究，主要集中在媒介信息素养对虚假信息识别的影响研究和公众媒介信息素养教育及关键影响因素分析两个方面。

在信息媒介素养对虚假信息识别的影响研究方面，Jones Jang等[42]对个人文化素养高低(包括媒介、信息、新闻和数字素养)是否会影响其虚假新闻识别力进行了实证研究，发现个人信息素养越高，其识别虚假新闻的可能性就越高。Okan等[43]通过对德国使用网络长达16年以上的用户进行健康素养测量的横断面研究，发现那些健康素养较低的人对新冠病毒信息的混淆程度明显较高，因此有必要开展针对性的健康宣传活动，提升公众健康信息素养。Rayess[44]等通过Qualtrics在线调查软件开展关于学生对假新闻判断的测试，发现学生对虚假信息的识别能力取决于其所在学院开设的课程，并提出应将媒介与信息素养教育融入专业课程教学中。总之，虚假信息识别是虚假信息治理研究的重要着力点，媒介信息素养对虚假信息识别具有重要的辅助作用。相关研究多采用实证调查方法，证实了个人媒介信息素养高低显著影响虚假信息识别能力。

在公众信息媒介素养教育及关键影响因素分析方面，Tamboer等[45]通过调查青少年媒介素养发现，影响青少年成为更懂新闻含义的新闻使用者的关键因素是“动机”因素。Cooper[46]通过对澳大利亚一所大学将“信息识别”纳入一年级课程的情况进行调查分析，发现其可培养学生批判性接触矛盾信息来源的能力，并指出巩固和扩展信息素养学习的必要性。Alcolea-Diaz等[47]通过分析联合国教科文组织的信息素养课程发现，为解决虚假信息广泛存在的问题，该课程突出了培养批判性意识的重要性。Albert等[48]为缓解2016年美国总统选举中由于虚假信息而加剧的政府信任危机，以ACRL(美国大学与研究图书馆协会)颁布的《高等教育信息素养框架》中“信息创造”部分为指导，论述了信息创建过程框架在政府信息中的应用，为政府信息素养教育提供了新思路。总之，相关研究主要通过调查分析法对不同主体进行实证研究。研究普遍认为，素养教育对人们有效提高对操纵信息的抵抗力具有至关重要的作用。

综上所述，信息媒介素养教育以课程教育为重要措施。信息媒介素养对公众识别虚假信息的能力具有重要影响。调查分析方法在信息素养、媒介素养与虚假信息的研究中应用广泛。在虚假信息识别与判断方面，个人信息媒介素养是虚假信息识别能力的主要影响因素。而信息素养教育是培养公众信息素养能力、批判性思维的主要方式。图书馆、高等学校应肩负起培养公众媒介与信息素养的重要职责。近年来，对虚假信息的担忧引发了人们对媒介信息素养教育的重视。作为图书馆学情报学专业人员，应主动承担起社会公众的媒介信息素养教育职责，提高公众对虚假信息的辨识能力，并将其作为一项长期的、持续性的活动。

3.5 虚假信息可信度研究受到广泛关注

由图4中共现关系词可知，“credibility”“trust”“truth”等表示信息可信度的词与中心词“disinformation”均有一定的共现关系，说明信息可信度在虚假信息研究中受到了广泛关注。

虚假信息的泛滥，使人们对各种网络信息、社交媒体平台的信任度降低。Kumar等[49]认为，虚假信息导致用户对信息可信度的评价成为关键，网络用户有必要通过集体智慧来确定信息可信度。用户也需要更加关注信息来源的可信度。Rubin[50]指出，自然语言处理、机器学习等自动化检测技术有助于人们对新闻的真实可靠性做出判断。Looi等[51]认为，政府及专业人员发布明确而权威的信息很重要，同时要注意纠正错误信息，以消除不信任。Hameleers等[52]通过一项对美国公众的在线实验，调查分析了文本与多模态(文本加视觉)虚假信息的可信度。研究表明，无论来源如何，多模态虚假信息被认为比纯文本虚假信息更可信。Herrero-Diz等[53]使用CRAAP测试(即采用Currency, Relevance, Authority, Accuracy, Purpose进行系统评估以确定研究内容的来源可信度)，分析了传播学和教育学专业大学生对网络新闻的评价结果，发现性别和学位课程的差异会导致学生对同一新闻的信任度出现显著差异。总之，关于虚假信息中可信度研究，国外学者多采用实验方法，主要聚焦于信息的来源可信度、媒介丰富度等，针对信息可信度判断的解决方案、用户特征对信息可信度评价的影响等开展研究，为用户评价信息可信度、有效识别虚假信息提供了方法和思路。

在应对虚假信息方面，作为个人用户，要提高对权威新闻媒体的信任程度，从心理上增强对虚假信息的防备。无论是运用集体智慧，或是运用自动化技术对信息来源进行追踪探查，政府的作用都一样重要。政府工作人员要对信息真假进行审查，同时也应注意发布信息的准确性，以降低受众对官方媒体的不信任程度。

纵观国外虚假信息相关研究，在时间分布上，2017年之后文献数量快速增长，尤其在近三年，几乎呈直线上升。在地域分布方面，美国和英国是文献来源最多的两个国家，且两国合作关系紧密，它们与其他国家形成两大研究阵营。从虚假信息相关概念上看，“Disinformation”表示主观故意且确定的虚假信息，“Fake news”表示会误导公众但不一定是故意行为的虚假信息，“Misinformation”是不存在故意行为但在受众中传播的确定的虚假信息，“Deepfakes”则是以技术为主导且主观故意地广泛传播的虚假信息，其影响效果不确定。从虚假信息研究的关键词共现分析看，社交媒体与虚假信息研究关系最密切，它是虚假信息的主要环境和阵地；
政治事件、新冠疫情是虚假信息研究的主要领域，而提高用户的信息素养和媒介素养是识别虚假信息的重要途径；
虚假信息所带来的信息可信度危机也是相关研究的重点之一。

总体来说，目前国外虚假信息相关研究存在以下不足：(1)在虚假信息实证研究方面，多以社交媒体平台为例，而忽略了其他形式网络平台在虚假信息传播中的作用与特征分析，如短视频平台、新闻网站等，研究具有一定的局限性。(2)已有研究多集中于政治领域、健康领域，以相关政治事件、新冠疫情等社会公共事件为主，其他主题与领域的虚假信息关注较少，缺乏深入研究。(3)针对虚假信息治理问题，目前研究多关注于用户媒介与信息素养教育，而对于其他方法，如社交媒体的自净化特性、系统纠错功能、基于用户众包模式的虚假信息治理等方法研究不多。在以后的研究中，应注意广泛探索虚假信息治理的各种方法与模式。(4)深度虚假信息治理研究不足。随着短视频网站的火热，深度虚假信息在网络虚假信息中所占比重越来越大。由于深度虚假信息的高技术性特征，其识别与检测难度加大，因此需加强对深度虚假信息的特征、形式、来源、传播模式等方面的研究与探索。

猜你喜欢 媒介社交素养 社交牛人症该怎么治意林彩版(2022年2期)2022-05-03聪明人 往往很少社交好日子(2021年8期)2021-11-04必修上素养测评 第四测新世纪智能(高一语文)(2020年10期)2021-01-04必修上素养测评 第三测新世纪智能(高一语文)(2020年10期)2021-01-04必修上素养测评 第八测新世纪智能(高一语文)(2020年12期)2020-06-01必修上素养测评 第七测新世纪智能(高一语文)(2020年12期)2020-06-01社交距离第一财经(2020年4期)2020-04-14媒介论争，孰是孰非传媒评论(2019年7期)2019-10-10你回避社交，真不是因为内向文苑(2018年17期)2018-11-09书，最优雅的媒介好日子(2018年9期)2018-10-12 相关热词搜索：热点，虚假，解析，